1、大模型发展的关键引擎大模型发展的关键引擎，看好看好AIAI算力高景气持续算力高景气持续算力租赁深度研究报告算力租赁深度研究报告分析师|邢开允S0800519070001 13072123839西部证券研发中心2023年10月10日证券研究报告请仔细阅读尾部的免责声明核心结论核心结论2行业评级行业评级超配超配前次评级前次评级超配评级变动评级变动维持相对表现相对表现1个月个月3个月个月12个月个月计算机计算机-1.93-8.7632.89沪深沪深300-1.48-4.15-0.97近一年行业走势近一年行业走势-6%5%16%27%38%49%60%2022-102023-022023-06计算机沪

2、深300GPU为驱动为驱动AI技术发展以及应用落地的关键引擎技术发展以及应用落地的关键引擎，大模型训练大模型训练、微调微调、推理催生大量推理催生大量AI算力需求算力需求，英伟达英伟达A100与与H100供不应求供不应求，在此背景下在此背景下，AI算力租赁需求爆发算力租赁需求爆发。我们认为由于下游大模型无论是技术侧还是我们认为由于下游大模型无论是技术侧还是应用侧均呈百花齐放发展趋势应用侧均呈百花齐放发展趋势，而上游而上游AI算力资源作为重要支撑算力资源作为重要支撑，稀缺性凸显稀缺性凸显，算力租赁市场需求将持续算力租赁市场需求将持续旺盛旺盛，未来成长空间广阔未来成长空间广阔。1）根据英伟达与微软联

3、合发布的论文，理论情况下用1个月训练出1750亿参数大模型需要1024张A100，而训练万亿参数GPT-4所需的A100卡可能达到万张量级；2）ChatGPT迎重大更新，微软Copilot即将全面开放，大模型应用进一步走向实处。我们测算，大模型推理侧GPU需求具备更大的增长空间，未来每家龙头大模型厂商推理侧A100需求有望达到十万张量级。大模型训练中的故障与中断问题对大模型训练中的故障与中断问题对GPU集群的质与量提出了更高要求集群的质与量提出了更高要求，云厂商的核心竞争力体现在资金云厂商的核心竞争力体现在资金、软硬件软硬件、下游客户等多个层面下游客户等多个层面。根据Meta团队训练实践，虽然

4、英伟达GPU具有优异的计算性能，但软、硬件等故障时常发生，各类任务频繁重启，训练经常中断，持续时间较短，理论上1个月能完成的训练实际用了3个月。所以云厂商不仅需要打造大规模算力集群以满足客户需求，还需具备强算力运维能力以帮助客户最大化利用已有的算力资源。我们认为现阶段云厂商的核心竞争力在于我们认为现阶段云厂商的核心竞争力在于AI算力规模算力规模，而在未来而在未来，云服云服务能力将成为各大厂商抢占市场与客户的关键务能力将成为各大厂商抢占市场与客户的关键。建议关注：建议关注：1.鸿博股份：深度绑定英伟达，AI算力稳步落地；2.青云科技：云服务技术背景+大集群运维经验，轻资产模式优势尽显；3.中贝通

5、信：智算中心建设加速推进，计划年内落地AI算力5000P；4.恒润股份：在手算力2500P，携手运营商建设芜湖智算中心；5.云赛智联：国资背景加持，打造一线AI算力正规军；6.润建股份：拟投入2亿元布局算力租赁业务。风险提示：大模型发展不及预期；下游需求不及预期；行业竞争加剧；芯片价格波动；测算存在主观假设风风险提示：大模型发展不及预期；下游需求不及预期；行业竞争加剧；芯片价格波动；测算存在主观假设风险；关键假设存在误差风险险；关键假设存在误差风险。2WiXnXkZdYlXtPqMtO6MaOaQmOnNoMpMlOmNqQjMoPmNbRmNqQuOrMqRNZsQqRCONTENTS目录C

6、ONTENTS目目录录发展趋势竞争格局和要素重点公司算力布局情况02030401AIAI算力需求空间测算算力需求空间测算风险提示05请仔细阅读尾部的免责声明资料来源：迎接大模型时代：大模型发展简史及攻略、云布道师公众号，西部证券研发中心4AIGC浪潮汹涌浪潮汹涌，大模型开启新一轮大模型开启新一轮AI技术革命技术革命2023.4阿里云通义千问发布面向企业用户开放阿里全系业务将接入连续对话能力主动承认错误理解上下文捕捉用户意图ChatGPT人类人类意图意图算法算法屏蔽屏蔽连续连续对话对话GPT4InstructGPT/GPT3.5/ChatGPTGPT3Transfor-merPyTorch微软云